2023年3月14日,英国伦敦 – Omdia的最新报告《2023年生成式人工智能市场格局》(Generative AI Market Landscape 2023)表明,虽然ChatGPT、Stable Diffusion和其他生成式人工智能(Generative AI)为市场带来的明显兴奋和潜在机会真实存在,但生成式人工智能并无法解决任何类型的人工智能所面临的任何市场挑战,生成式人工智能并非灵丹妙药。
“生成式人工智能不会解决人工智能面临的基本挑战——偏见、隐私、责任、一致性和可解释性”,Omdia首席分析师Mark Beccue表示,“事实上,生成式人工智能在很大程度上加剧了这些问题。” 例如,作为大多数生成式人工智能输出来源的大型语言模型(LLM)采用公共数据进行训练,这些公共数据可能包括毒语言或对种族、性别、性取向、能力、语言、文化等有偏见的内容,这意味着输出本身可能存在偏见或不恰当。 再例如,生成式人工智能的输出不易解释——与大多数深度学习人工智能一样,其结果很难溯源。 虽然可解释性是整个人工智能行业所面临的挑战,但对生成式人工智能产出来说,该问题尤为突出,根据定义,其产出应该是“创造的”新事物。
生成式AI不会解决人工智能面临的基本挑战
2023年,生成式人工智能市场将处于非常早期阶段。 Omdia预测,今年围绕生成式人工智能使用方法,将迸发出创造性革新,同时会带来大量关于生成式人工智能的定义及其作用的困惑。
Omdia注意到塑造生成式人工智能轨迹的其他市场趋势,包括构建和货币化大型语言模型的竞赛以及云计算供应商所起的关键作用。 Omdia的《2023年生成式人工智能市场格局》研究了这些以及更多问题。该报告将通过确定关键驱动因素和障碍、市场趋势、主要用例、关键参与者及其如此关键的原因,以及人工智能分析师团队对2023年整个生成式人工智能生态系统的预测,来帮助读者了解快速变化的生成式人工智能市场格局。
好文章,需要你的鼓励
Anthropic发布了面向成本敏感用户的Claude Haiku 4.5大语言模型,定价为每百万输入令牌1美元,输出令牌5美元,比旗舰版Sonnet 4.5便宜三倍。该模型采用混合推理架构,可根据需求调整计算资源,支持多模态输入最多20万令牌。在八项基准测试中,性能仅比Sonnet 4.5低不到10%,但在编程和数学任务上超越了前代Sonnet 4。模型响应速度比Sonnet 4快两倍以上,适用于客服聊天机器人等低延迟应用场景。
上海AI实验室联合多家顶尖机构开发出全球首个科学推理大模型SciReasoner,该模型在2060亿科学数据上训练,支持103个科学任务,能够像科学家一样进行逻辑推理并展示思考过程。它实现了化学、生物学、材料科学等多领域知识整合,在分子设计、性质预测、文献分析等方面表现出色,为科学研究提供了强大的AI助手工具。
英国初创公司Nscale将为微软建设四个AI数据中心,总计部署约20万个GPU,合同价值高达240亿美元。首个数据中心将于明年在葡萄牙开建,配备1.26万个GPU。德州数据中心规模最大,将部署10.4万个GPU,容量从240兆瓦扩展至1.2吉瓦。所有设施将采用英伟达最新Blackwell Ultra显卡。
南洋理工大学研究团队开发出SHINE方法,这是一种无需额外训练就能实现高质量图像合成的新技术。该方法通过巧妙引导现有AI模型的潜能,能够在复杂光影条件下完美合成图像,包括准确的阴影生成和水面倒影效果。研究团队还创建了ComplexCompo基准测试集,验证了SHINE在各种挑战性场景中的卓越性能,为图像编辑技术的发展开辟了新方向。